代码随想录算法训练营day18|513、112、113、106、105

递归与回溯：处理中序后序遍历的算法优化,

原创已于 2023-10-28 14:24:12 修改 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据结构

于 2023-10-28 14:24:11 首次发布

本文讨论了递归算法中的回溯过程，重点在于处理中序和后序遍历，包括终止节点判断、中间节点逻辑简化、避免代码冗余以及利用path变量跟踪路径。作者提到理解切割模式和左闭右开的概念对于优化算法至关重要。

513

因为中间不需要遍历，前中后序都合适。能体现出左在右的前面就可以。

要有回溯的过程。

终止节点的判断。

112

没有对中间节点的处理逻辑。

代码冗余为了体现出递归之后的回溯过程：这部分递归之后又回溯到了上一层。

对根节点要判断，null值和不是，后者在count形参数要做减法。

113

在每单层递归，遍历的都是某单一路径，所以用path

path公共变量，记得加路径！

106

后序中间在最后，可以进行切割。

搞清楚对中序/后序切割的模式，左闭右开？

105

下次再做，回顾好106做题模式后

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

code_the_smart

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

代码随想录算法训练营Day60 | 84.柱状图中最大的矩形 | Python | 个人记录向

Python基本算法

06-04

858

单调栈：84.柱状图中最大的矩形。

代码随想录算法训练营Day57 | 拓扑排序精讲、dijkstra（朴素版）精讲

Harryline的博客

02-18

383

代码随想录算法训练营Day57 | 拓扑排序精讲、dijkstra（朴素版）精讲

参与评论您还未登录，请先登录后发表或查看评论

代码随想录算法训练营day16||513 112 106

peach2580的博客

02-13

154

代码随想录算法训练营day16||513 112 106

代码随想录算法训练营Final Day|| 感想总结篇+个人介绍和规划

DetouringSnail的博客

08-08

837

由于代码基础很薄弱，很多普通的语法都是通过卡玛网教材重新复习的，一边做算法题，一边巩固语法，在最开始的几周，甚至每天下班回家，还要花三到四个小时，写到十一点十二点，才能做到不看解答完整地写完所有题目。还依稀记得三数之和，四数之和折磨了我许久。由于经济原因选择欧陆（因为便宜...）不多赘述，一开始考虑了留在法国工作，所以几年前申请了工程师学校，但是在临近毕业时我才发现问题，工程师学校的QS排名实在是太低了，再加上慢慢更倾向于回国卷了，出于学历焦虑，申请了和我本校有合作的米兰理工大学双学位（QS120左右）。

代码随想录算法训练营Day18|| 周日偷跑+补

DetouringSnail的博客

06-24

191

501.二叉搜索树中的众数：自己先做了一遍，靠着ai纠错过了。应该算是暴力解法，导出数组然后求数组中频率最大的数。根本没利用二叉搜索树的优势。视频里用到的技巧正好就是ai 帮我纠正的地方。明天再写一遍简化版！530.二叉搜索树的最小绝对差：类似双指针，记录遍历时，相邻指针差的最小值，代码里最关键的地方时pre指针的赋值，保证pre跟着cur走。补了513找二叉树左下角的值的递归法，也是个包含回溯的题。因为设计涉及到了求深度最大的叶子节点。

代码随想录算法训练营Day1 | 数组p1

Dear_Candy的博客

12-29

800

数组是最基础的几个数据结构之一，要了解并掌握一种数据结构，学习它的存储方式以及逻辑结构。此外，还有两道来自LeetCode的例题，二分查找和移除元素来帮助提升算法能力。

代码随想录算法训练营Day24||回溯算法part03

DetouringSnail的博客

06-30

501

93.复原IP地址：算是回溯算法的中档题？自己写的时候很多奇怪的错误，多写了一步return就报错了。这段代码真的值得反复训练熟悉。今天比较摸鱼，晚点补上。

代码随想录算法训练营Day62|| 图论part11

DetouringSnail的博客

08-07

301

算是一刷结束了，图论纯走马观花，晚点写个小总结吧。Floyd 算法和Astar算法。

代码随想录算法训练营Day54|| 图论part04

DetouringSnail的博客

07-30

429

算是一题简单的基础题，可以用来巩固邻接表的写法。从节点1开始，把所有能访问到的节点全都标记为true，继续深度搜索。卡玛网106岛屿的周长：这题即不需要深搜，也不需要广搜，题中给出了只有一个岛屿，从陆地的点开始朝四个方向走，遇到水了就说明有一条边，遍历所有的陆地，计算遇到水的次数即可。思路二是计算相邻岛屿的数量来计算边数。卡玛网110字符串接龙：相当于求无向图的最短路径，广搜最合适，因为广搜第一次找到路径一定最短。广搜就要利用队列，代码是能看懂的。能理解就很花时间了，先看懂逻辑和代码，关键基础部分写写吧。

代码随想录算法训练营Day59 || 图论part 09

DetouringSnail的博客

08-05

308

Bellman_ford算法精讲，卡玛网94题：变化在于权值出现了负数，用动态规划思想来维护MinDist数组。核心在于对所有边进行n-1次松弛处理，就可以得出起始点到所有节点的最短路径。dijkstra算法（堆优化版）：利用小顶堆来减少一层for循环。因为要存储边的权值，邻接表里就需要存pair了。图论章节主打一个走马观花属于是。

代码随想录算法训练营Day57|| 图论part06

DetouringSnail的博客

08-02

321

Prim算法，卡玛网53寻宝：最小生成数的prim算法三部曲。不要不断维护minDist数组，不断遍历该数组，把离树最近的点加入树。记录边的时候有特殊的技巧。kruskal算法：看思路的时候就想到的并查集来判断两点是否在同一个集合。先把边按照val排序，之后判断是否要加入树。代码都能看懂，自己写肯定还是困难。

代码随想录算法训练营Day01 | 704. 二分查找、27. 移除元素

Harryline的博客

08-29

823

代码随想录算法训练营Day01 | 704. 二分查找、27. 移除元素

代码随想录算法训练营Day25 | 216.组合总和III、17.电话号码的字母组合 | Python | 个人记录向

Python基本算法

04-27

1004

回溯算法：216.组合总和III、17.电话号码的字母组合。

代码随想录算法训练营Day6 | Leetcode 454四数相加II、383赎金信、15三数之和、18四数之和

叽里呱啦大王的博客

03-18

877

Leetcode454四数相加II、383赎金信、15三数之和、18四数之和解题思路与技巧、代码

数据结构：红黑树

闲余知道

12-04

1319

数据结构：红黑树

数据结构--队列

2301_78295956的博客

12-05

721

本文介绍了队列的基本概念、实现方式及应用场景。队列是一种先进先出（FIFO）的线性表，分为顺序队列（循环队列）和链式队列两种实现方式。顺序队列使用数组存储，通过模运算解决越界问题，需牺牲一个存储单元区分队空队满；链式队列动态扩展，无空间限制但需额外指针开销。文章对比了两种队列的特性，分析了它们在缓冲区管理、任务调度、算法实现等场景的应用，并强调了边界处理、线程安全等注意事项。两种队列的基本操作时间复杂度均为O(1)，顺序队列空间效率更高，链式队列灵活性更强。

数据结构 -- 链表

最新发布

programmer_xu的博客

12-10

351

步骤 3、4 的顺序不能反，如果先执行 `p->next = s` 再执行 `s->next = p->next`，就会把 `A` 的地址丢掉，造成断链。最后把 `p` 的指针域改成指向 `s`，完成“插队”——从此 `p` 后面不再是旧结点，而是新结点 `s`。换句话说：先把 `p` 原来的“下一跳”借过来，变成 `s` 的“下一跳”，这样后面那条链就不会丢。先给链表弄个头结点，里面不放数据，`L->next` 现在是 `nullptr`。让新结点 `s` 的指针域先指向 `p` 当前的后继结点。

C++实现数据结构——链表

buyue

12-05

177

还可细分为单向链表、双向链表、单向环形链表（单向循环链表）、双向环形链表（双向循环链表）以及静态链表。线性表的链式存储方式为。

1.10.课设实验-数据结构-查找-机票查询

ADCvbV的博客

12-06

266

使用C语言/C++设计关于机票查询的代码。

代码随想录算法训练营Day20

03-08

### 代码随想录算法训练营 Day20 学习内容与作业 #### 动态规划专题深入探讨动态规划是一种通过把原问题分解为相对简单的子问题的方式来求解复杂问题的方法[^1]。 #### 主要学习内容 - **背包问题系列** - 背包问题是典型的动态规划应用场景之一。这类题目通常涉及给定容量的背包以及一系列具有不同价值和重量的物品，目标是在不超过总容量的情况下最大化所选物品的价值。 - **状态转移方程构建技巧** - 构建合适的状态转移方程对于解决动态规划问题是至关重要的。这涉及到定义好dp数组（或表格），并找到从前一个状态到下一个状态之间的关系表达式[^2]。 - **优化空间复杂度方法** - 对于某些特定类型的DP问题，可以采用滚动数组等方式来减少所需的空间开销，从而提高程序效率[^3]。 #### 实战练习题解析 ##### 题目：零钱兑换 (Coin Change) 描述：给定不同面额的硬币 coins 和一个总金额 amount。编写函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 `-1`。解决方案： ```python def coinChange(coins, amount): dp = [float('inf')] * (amount + 1) dp[0] = 0 for i in range(1, amount + 1): for coin in coins: if i >= coin and dp[i - coin] != float('inf'): dp[i] = min(dp[i], dp[i - coin] + 1) return dp[-1] if dp[-1] != float('inf') else -1 ``` 此段代码实现了基于自底向上的迭代方式解决问题，其中 `dp[i]` 表示达到金额 `i` 所需最小数量的硬币数目[^4]。 ##### 题目：完全平方数 (Perfect Squares) 描述：给出正整数 n ，找出若干个不同的完全平方数（比如 1, 4, 9 ...）使得它们的和等于n 。问至少需要几个这样的完全平方数？解答思路同上一题类似，只是这里的“硬币”变成了各个可能的完全平方数值。 ```python import math def numSquares(n): square_nums = set([i*i for i in range(int(math.sqrt(n))+1)]) dp = [float('inf')] *(n+1) dp[0] = 0 for i in range(1,n+1): for sq in square_nums: if i>=sq: dp[i]=min(dp[i],dp[i-sq]+1); return dp[n]; ``` 这段代码同样运用了动态规划的思想去寻找最优解路径，并利用集合存储所有小于等于输入值的最大平方根内的平方数作为候选集[^5]。